为什么存在困惑

由于这两个词的字典含义几乎相同，因此存在混淆：

并发：同时存在、发生或完成（dictionary.com）平行：非常相似，经常同时发生（梅里亚姆·韦伯斯特）。

然而，它们在计算机科学和编程中的使用方式却截然不同。以下是我的解释：

并发性：可中断性并行性：独立性

那么，我所说的上述定义是什么意思？

我将用一个现实世界的类比来澄清。假设你必须在一天内完成两项非常重要的任务：

获取护照完成演示文稿

现在，问题是任务1需要你去一个极其官僚的政府办公室，这让你排队等候4个小时才能拿到护照。同时，任务2是你的办公室需要的，这是一项关键任务。两者都必须在特定的一天完成。

案例1：顺序执行

通常，你会开车去护照办公室2个小时，排队4个小时，完成任务，开车回去两个小时，回家，再睡5个小时，然后完成演讲。

案例2：并发执行

但你很聪明。你要提前计划。你随身携带一台笔记本电脑，在排队等候的时候，你开始做你的演讲。这样，一旦你回到家里，你只需要额外工作1小时而不是5小时。

在这种情况下，这两项任务都是由您完成的，只是零碎的。您在排队等候时中断了护照任务，并进行了演示。当您的号码被呼叫时，您中断了演示任务，并切换到护照任务。由于这两项任务的可中断性，节省时间基本上是可能的。

并发性，IMO，可以理解为ACID中的“隔离”属性。如果子事务可以以任何交错的方式执行，那么两个数据库事务被认为是隔离的，并且如果两个任务是顺序完成的，那么最终结果是相同的。记住，对于护照和演示任务，你是唯一的刽子手。

案例3：并行执行

现在，既然你是个聪明的家伙，你显然是个更高级的人，而且你有一个助手。所以，在你开始护照任务之前，你给他打电话，告诉他准备演示文稿的初稿。你花了一整天的时间完成护照任务，回来看看你的邮件，然后找到了演示稿。他做得很扎实，再过两个小时就完成了一些编辑。

现在，你的助手和你一样聪明，他能够独立工作，而不需要经常要求你澄清。因此，由于任务的独立性，它们由两个不同的执行者同时执行。

还和我在一起吗？好吧

案例4：并行但不并行

还记得你的护照任务吗，你必须在排队等候的地方？因为这是你的护照，你的助手不能排队等你。因此，护照任务具有可中断性（您可以在排队等候时停止它，稍后当您的号码被呼叫时再继续），但没有独立性（您的助手不能代替您等待）。

案例5：并行但不并发

假设政府办公室有一个安全检查来进入办公场所。在这里，您必须移除所有电子设备并将其提交给官员，他们只会在您完成任务后归还您的设备。

在这种情况下，护照任务既不可独立，也不可中断。即使你在排队，你也不能做其他事情，因为你没有必要的设备。

同样地，假设演示是高度数学化的，你需要100%集中至少5小时。你不能在排队等候护照任务时做这件事，即使你随身携带笔记本电脑。

在这种情况下，演示任务是独立的（您或您的助手可以投入5小时的精力），但不能中断。

案例6：并发和并行执行

现在，假设除了指派你的助手参加演示外，你还随身携带一台笔记本电脑来完成护照任务。在排队等候时，您会看到您的助手在共享幻灯片组中创建了前10张幻灯片。你对他的工作发表了评论，并做了一些更正。后来，当你回到家时，你只需要15分钟，而不是2个小时来完成草稿。

这是可能的，因为演示任务具有独立性（你们中的任何一个都可以完成）和可中断性（你们可以停止它，稍后再继续它）。因此，您同时执行了两个任务，并并行执行了演示任务。

比方说，除了过于官僚之外，政府办公室也是腐败的。因此，你可以出示你的身份证，输入它，开始排队等待你的号码被呼叫，贿赂一名警卫和其他人来保持你在队伍中的位置，偷偷溜出去，在号码被呼叫之前回来，然后自己继续等待。

在这种情况下，您可以同时并行执行护照和演示任务。你可以偷偷溜出去，你的位置由你的助手掌握。然后你们两个都可以进行演示等。

---

回到计算机科学

在计算世界中，以下是每种情况的典型场景：

情况1：中断处理。情况2：只有一个处理器，但由于I/O，所有正在执行的任务都有等待时间。案例3：当我们谈论map reduce或hadoop集群时经常会看到。案例4：我认为案例4很罕见。任务是并发但不是并行的，这是不常见的。但这可能会发生。例如，假设您的任务需要访问只能通过处理器1访问的特殊计算芯片。因此，即使处理器-2是空闲的，而处理器-1正在执行其他任务，特殊计算任务也不能在处理器-2上继续。病例5：同样罕见，但不像病例4那样罕见。非并发代码可以是受互斥锁保护的关键区域。一旦启动，它必须执行到完成。然而，两个不同的关键区域可以在两个不同处理器上同时进行。案例6：IMO，关于并行或并发编程的大多数讨论基本上都在讨论案例6。这是并行和并发执行的混合和匹配。

并发和Go

如果你明白Rob Pike为什么说并发性更好，你必须明白原因是什么。你有一个非常长的任务，其中有多个等待期，你需要等待一些外部操作，如文件读取、网络下载。在他的演讲中，他所说的是，“把这一长串的任务分解，这样你就可以在等待的时候做一些有用的事情。”这就是为什么他会和各种各样的地鼠谈论不同的组织。

现在，围棋的力量来自于使用围棋关键词和频道，让这一突破变得非常容易。此外，在运行时中有很好的底层支持来调度这些goroutine。

但本质上，并发比并行好吗？

苹果比橙子好吗？

并发性=>在共享资源的重叠时间段内执行多个任务时（可能最大化资源利用率）。

并行=>当单个任务被划分为可以同时执行的多个简单的独立子任务时。

我将尝试用一个有趣且易于理解的示例进行解释。：）

假设一个组织组织了一场国际象棋比赛，10名棋手（棋艺相同）将挑战一名职业冠军棋手。由于国际象棋是一场1:1的比赛，因此组织者必须以高效的方式进行10场比赛，以便尽快完成整个比赛。

希望以下场景能够轻松描述进行这10场比赛的多种方式：

1） 串行-让我们假设专业人员与每个人逐一进行游戏，即与一个人开始和结束游戏，然后与下一个人开始下一场游戏，依此类推。换句话说，他们决定按顺序进行游戏。因此，如果一场比赛需要10分钟才能完成，那么10场比赛将需要100分钟，同样假设从一场比赛到另一场比赛的过渡需要6秒，那么对于10场比赛，则需要54秒（约1分钟）。

因此整个活动将在101分钟内完成（最差进场）

2） 同时-让我们假设职业球员轮到下一个球员，所以所有10名球员同时上场，但职业球员不是一次两个人，他轮到下一个人上场。现在假设一名职业球员需要6秒才能轮到他，而一名职业选手与两名选手的转换时间为6秒，那么回到第一名选手的总转换时间为1分钟（10x6秒）。因此，当他回到第一个与他一起开始比赛的人身边时，已经过去了2分钟（10xtime_per_turn_by-campion+10xtransition_time=2分钟）

假设所有玩家都需要45秒才能完成他们的回合，那么根据SERIAL事件的每场10分钟，游戏结束前的回合数应为600/（45+6）=11回合（约）

因此，整个事件将在11xtime_per_turn_by-player_&_champion+11xtransition_time_across_10_players=11x51+11x60sec=561+660=1221sec=20.35min（大约）内完成

从101分钟提高到20.35分钟（更好的方法）

3） 平行-假设组织者获得了一些额外的资金，因此决定邀请两名职业冠军选手（两人能力相同），并将同一组10名选手（挑战者）分成两组，每组5人，并将他们分配给两名冠军，即每组一人。现在，赛事在这两组比赛中并行进行，即至少有两名选手（每组一名）与各自组的两名职业选手进行比赛。

然而，在该组中，职业选手一次只带一名选手（即按顺序），因此无需任何计算，您可以很容易地推断出整个比赛将在101/2=50.5分钟内完成

看到从101分钟到50.5分钟的进步（好方法）

4） 并发+并行-在上述场景中，假设两名冠军选手将与各自组中的5名选手同时比赛（读第二分），因此现在跨组的比赛是并行运行的，但在组内，他们是同时运行的。

因此，一组游戏将在11xtime_per_turn_by-playerer_&_champion+1extransition_time_across_5_layers=11x51+11x30=600+330=930秒=15.5分钟（大约）内完成

因此，整个活动（包括两个这样的平行跑步组）大约将在15.5分钟内完成

看到从101分钟到15.5分钟的改进（最佳方法）

注意：在上述场景中，如果您用10个类似的工作替换10个玩家，用两个CPU核心替换两个职业玩家，则以下顺序仍然正确：

串行>并行>并发>并发+并行

（注意：此顺序可能会因其他情况而改变，因为此顺序高度依赖于作业之间的相互依赖性、作业之间的通信需求以及作业之间的转换开销）

并发简单意味着多个任务正在运行（不需要并行）。例如，假设我们在任何时刻都有3个任务：多个任务可能正在运行，或者所有任务可能同时运行。

并行性意味着它们实际上是并行运行的。因此，在这种情况下，三者必须同时运行。

派克的“并发”概念是一个有意的设计和实现决策。具有并发能力的程序设计可能表现出行为上的“并行性”；这取决于运行时环境。

你不希望一个不是为并发而设计的程序表现出并行性。：-）但就相关因素（功耗、性能等）而言，这是一个净收益，您需要最大程度的并发设计，以便主机系统可以在可能的情况下并行执行。

派克的Go编程语言将这一点发挥到了极致：他的函数都是可以同时正确运行的线程，也就是说，如果系统有能力，调用函数总是会创建一个与调用者并行运行的线程。一个拥有数百甚至数千个线程的应用程序在他的世界中是非常普通的。（我不是围棋专家，这只是我的看法。）

（我很惊讶这样一个根本问题多年来都没有得到正确和巧妙的解决……）

简而言之，并发性和并行性都是计算的财产。

至于区别，以下是罗伯特·哈珀的解释：

首先要理解的是并行性与并发无关。并发与程序（或其组件）的不确定性组成有关。并行性与具有确定性行为的程序的渐近效率有关。并发是关于管理不可管理的事件：事件的发生是出于我们无法控制的原因，我们必须对此做出反应。用户单击鼠标时，窗口管理器必须做出响应，即使显示需要注意。这种情况本质上是不确定性的，但我们也在确定性设置中采用形式上的不确定性，假装组件以任意顺序发出事件信号，并且我们必须在事件发生时对其作出响应。非确定性组合是一种强大的程序结构思想。另一方面，并行性是关于确定性计算的子组之间的依赖性。其结果毋庸置疑，但有许多方法可以实现，有些方法比其他方法更有效。我们希望充分利用这些机会。

它们可以是程序中的各种正交财产。阅读此博客文章以获取更多插图。这篇文章稍微讨论了编程中组件的差异，比如线程。

注意，线程或多任务都是为更具体的目的服务的计算实现。它们可以与并行性和并发性相关，但不是以一种基本的方式。因此，它们很难成为开始解释的好条目。

还有一个亮点：（物理）“时间”几乎与这里讨论的财产无关。时间只是一种衡量实施的方式，以显示财产的重要性，但远非本质。仔细考虑一下“时间”在时间复杂性中的作用——这或多或少是相似的，即使在这种情况下，度量也往往更重要。